该研究提出以事件强度而非传统日历时间衡量投资回报更具信息价值，基于信息理论将时间重新标度为事件单位，使每个回报对应相同程度的事件强度。通过马氏距离量化事件强度，研究发现事件时间下的回报分布更接近正态分布且资产协同变动更稳定，从而提升统计推断的可靠性。实证显示，事件时间视角下股市崩盘的异常性显著低于日历时间评估，表明传统方法可能低估极端事件发生概率。研究对压力测试、绩效评估和组合构建具有实践意义：压力测试需更保守的风险假设，绩效评价应基于事件强度而非固定时段，而组合优化采用事件时间估计的波动率和相关性可增强抗风险能力。研究为投资分析提供了基于信息理论的新框架，强调事件驱动的时间标度能更准确反映市场动态。

欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai